/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
Apache 2.0
Архитектура
electra · dense
Опубликована
30 авг 2022

Electra-base-squad-adversarialqa-epoch-3

Ответы на вопросыТекст → текст5 профессий

Дообученная ELECTRA-base модель для извлечения ответов на вопросы из текста.

51скачиваний за 30 дней0лайковвеса обновлены30 авг 2022

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Gozdi/Electra-base-squad-adversarialqa-epoch-3 — дообученная модель Google ELECTRA-base-discriminator для ответов на вопросы. Она принимает вопрос и контекст и определяет ответ в тексте; архитектура — ElectraForQuestionAnswering, размер — 136,7 млн параметров, максимальная длина контекста — 512 токенов. Модель опубликована в формате TensorFlow и подходит для извлечения ответов из предоставленных текстов.

В карточке указано, что модель дообучена на неизвестном наборе данных; приведено значение Train Loss 0,5566 для эпохи 2. Подробности о данных, оценке качества, предполагаемом применении и ограничениях не описаны. Лицензия — Apache-2.0.

Сценарии применения

  • извлечение ответа на вопрос из заданного контекста
  • поиск фактов в тексте по вопросу
  • создание системы ответов на вопросы по документам
  • автоматизация ответов по текстовым материалам

Ограничения

Набор данных для дообучения неизвестен, а карточка не содержит подробной оценки качества или описания ограничений. Контекст ограничен 512 токенами.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Electra-base-squad-adversarialqa-epoch-3

This model is a fine-tuned version of google/electra-base-discriminator on an unknown dataset. It achieves the following results on the evaluation set:

  • Train Loss: 0.5566
  • Epoch: 2

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • optimizer: {'name': 'Adam', 'learning_rate': {'class_name': 'WarmUp', 'config': {'initial_learning_rate': 5e-05, 'decay_schedule_fn': {'class_name': 'PolynomialDecay', 'config': {'initial_learning_rate': 5e-05, 'decay_steps': 43062, 'end_learning_rate': 0.0, 'power': 1.0, 'cycle': False, 'name': None}, 'passive_serialization': True}, 'warmup_steps': 1104, 'power': 1.0, 'name': None}}, 'decay': 0.0, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-08, 'amsgrad': False}
  • training_precision: float32

Training results

Train LossEpoch
0.55662

Framework versions

  • Transformers 4.21.2
  • TensorFlow 2.8.2
  • Datasets 2.4.0
  • Tokenizers 0.12.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · question-answering

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Класс архитектуры
ElectraForQuestionAnswering
Ревизия весов
ec7f961

0 моделей